Hva er «Kunstig intelligens» og hvorfor har det plutselig blitt så relevant?

Kunstig intelligens handler om å skape datamaskiner som er minst like smarte og kreative som menneskehjernen.

Begrepet kunstig intelligens (på engelsk “artificial intelligence”, ofte forkortet “AI”) ble brukt for første gang på en konferanse på Dartmouth University i USA i 1956.

Forskeren John McCarthy påpekte den gangen at kunstig intelligens ikke var en teknologi, men en hel vitenskap. Ja, vi vil hevde at «AI» er et enormt tverrfaglig bredt fagfelt med viktige bidrag fra både informatikk, matematikk, statistikk, nevrologi, psykologi og lingvistikk – der man har en rekke tilhørende konsepter og problemer, samt metoder for å løse dem.

En ganske vanlig definisjon på kunstig intelligens tar utgangspunkt i  EUs ekspertgruppes definisjon:

Kunstig intelligente systemer utfører handlinger, fysisk eller digitalt, basert på tolkning og behandling av strukturerte eller ustrukturerte data, i den hensikt å oppnå et gitt mål. Enkelte KI-systemer kan også tilpasse seg gjennom å analysere og ta hensyn til hvordan tidligere handlinger har påvirket omgivelsene.

Se også vår egen teknologidirektør Petter Egesund prate om kunstig intelligens og fortelle hvorfor det er så vanskelig å gi en god definisjon på kunstig intelligens:

Kunstig intelligens og maskinlæring er ikke det samme

Kunstig intelligens omtales ofte som et synonym til maskinlæring. Det er egentlig litt upresist da avansert maskinlæring også inneholder teknikker som ikke tilhører AI-feltet – og av de 100-150 forskjellige AI-teknikkene som finnes, er kun et fåtall maskinlæringsteknikker. 

En annen utfordring er at mye som omtales som AI-teknologi, i praksis bare er statistikk og matematikk. Begrepsforvirringen er utvilsomt stor.

Vanskelig å gjenskape menneskelig intelligens

For å beskrive hensikten med kunstig intelligens, er det relevant å se på menneskehjernen. Menneskeheten kan for eksempel resonnere, bruke strategi, kjenne igjen bilder/taler/lyd, løse problemer, håndtere usikkerhet, ta vare på og bruke kunnskap, vise sunn fornuft, planlegge for å nå et mål, lære av sine feil og kommunisere på et forståelig språk.

For et menneske er dette helt naturlige egenskaper, mens det er vanskelig å gjenskape i en IT-verden. Om vi i tillegg tar med oss at menneskeheten har en egen evne til å sjonglere mellom de ulike områdene og at det ikke finnes noen universell og felles definisjon på «intelligens», er det ingen tvil om at det er et krevende domene Sannsyn og andre «AI-selskaper» har beveget seg inn i.

I denne sammenhengen er det verdt å merke seg at kunstig intelligens som ligner menneskelig intelligens, ofte omtales som kunstig generell intelligens (på engelsk «Artificial General Intelligence») eller «sterk» KI. Annen kunstig intelligens kalles gjerne «svak» eller «smal». Vi må være så ærlig å si at dagens KI-løsninger stort sett er ganske «smale». Det betyr imidlertidig ikke at de ikke er effektive, men at det er snakk om spesifikke løsninger laget for å løse spesifikke oppgaver (f.eks bilde- eller tale gjenkjenning).

Når vi snakker om betydningen av kunstig intelligens, er det med andre ord på mange måter et stort tema der man fort vil ha behov for å definere hva intelligens egentlig er for noe for deretter å se se dette opp mot kunstig intelligens. Dette er åpenbart et stort og komplekst emne med klare paralleller til filosofiens univers.

Gjennombrudd for AI

Slik vi ser det er er drivkraften i kunstig intelligens algoritmer, der særlig utviklingen innen nevrale nettverk og dyp læring har fått stor betydning for jakten på kunstig intelligens.

Selv om kunstig intelligens i disse dager får mye oppmerksomhet, betyr det ikke at temaet er nytt. Kunstig intelligens har vært diskutert i mange år, men det er nå vi virkelig begynner å få fart på maskineriet. Det finnes selvsagt mange milepæler, men en av de store er utvilsomt da IBMs supermaskin Deep Blue slo sjakkgeniet Gary Kasparov i sjakk i 1996 og 1997.

Neste store milepæl er også fra brettspillets univers. Da selskapet DeepMind og deres AI-robot AlphaGo klarte å slå verdensmesteren i det svært avanserte brettspillet Go (denne spillmotoren ble senere knust av DeepMinds nye satsinger AlphaGo Master, AlphaGo Zero og AlphaZero), hadde menneskeheten omsider klart å lage en datamaskin som var både kreativ og selvlærende. Kanskje ikke så rart av DeepMind senere ble solgte til Google for et milliardbeløp.

Norske eksempler på kunstig intelligens

Det skjer nå mye spennende innen domenet kunstig intelligens, også her i Norge. Vi lister under opp en del eksempler på praktisk bruk av kunstig intelligens gjengitt i media de siste årene. Eksemplene er ikke nødvendigvis fra våre egne prosjekter, så detaljene vi gjengir er normalt basert på innholdet i artiklene vi lenker til:

• Mater datamaskiner med millioner av bilder av tumorer for å lære dem opp til å gjenkjenne en kreftsvulst.
• Kunstig intelligens hjelper norske forskere å forstå mer av MS-pasienters immunsystem.
• Kunstig intelligens og maskinlæring brukes til å predikere flom, jordskred og skogbrann.
• Lånekassen bruker maskinlæring til å plukke ut studenter for bostedskontroll. På denne måten fant Lånekassen dobbelt så mange studenter som hadde oppgitt uriktige opplysninger.
• UDI bruker nå automatisering med regelmotor for å behandle søknader om opphold i Norge. Ada er praktisk talt et dataprogram som imiterer menneskelige handlinger i andre dataprogrammer basert på regler og logikk.
• Sørlandet Sykehus har sammen med lokale forskere utviklet et beslutningsstøtte-system som skal gjøre hverdagen enklere for leger som skal operere og da må lese seg opp på pasientens historikk. Ved å la datamaskinen lese 800 000 journaler har man trent opp systemet til å forstå det medisinske språket.
• Forskere ved Universitetet i Oslo bruker matematiske og statistiske metoder til å utvikle et dataprogram som skal foreslå riktig kreftbehandling. Foreløpige tester tyder på god effekt.
• Statens Veivesen bruker bildegjenkjenning for å foreta billigere og bedre inspeksjoner av landets broer.
• I samarbeid med Norsk Regnesentral utvikler DNB maskinlæringsmodeller for å avdekke mistenkelige transaksjoner.
• Ved å bruke teknologi, inkludert kunstig intelligens, ønsker Moeleven nå å redusere energiforbruket på sine sagbruk, bedre prosesseffektiviteten og øke kapasiteten ved å redusere antallet produksjonsstopp.
• Søvnapné er en folkesykdom med stor utbredelse, men som mange ikke vet at de har. Nå har forskere fra Universitet i Oslo laget en app basert på avansert maskinlæring som i kombinasjon med en sportsklokke, avslører om du har sykdommen.
• Menn med dårlig sædkvalitet er et voksende samfunnsproblem. Manuell sædanalyse er kostbart og tidkrevende, og krever også omfattende opplæring. Ved å bruke avanserte maskinlæringsmetoder ønsker forskere å analysere videoer av sædprøver raskere og bedre.
• Forskere fra UiB og UiT forsøker å utvikle nye metoder innen kunstig intelligens for å avdekke logisk svikt i politiske debatter og andre plattformer for meningsutveksling.
• Nå brukes kunstige nevrale nettverk for å å hjelpe arkeologoer å finne nedgravde kulturminner.
• UiO har laget en selvlærende robot som ved hjelp av maskinlæring kan endre lengden på beina sine.
• Vi i Sannsyn bruker blant annet maskinlæring og avanserte regler for å personalisere ehandel. Vi etterlyser riktignok økt bruk av personalisering, men teknisk sett fungerer det i alle fall.